BCI Report 研究预览基础模型
CBraMod：在公开 EEG 数据集上的结果
CBraMod 是浙江大学 Wang 等人提出的 EEG 基础模型（ICLR 2025）。其 criss-cross Transformer 用两路并行注意力分别建模 EEG 片段之间的空间依赖和时间依赖，采用非对称条件位置编码，并在 TUEG 临床语料上以掩码片段重建方式预训练（预处理后保留超过 9,000 小时）。
又称 CBraMod · Criss-Cross Brain Foundation Model · weighting666/CBraMod · Wang et al. 2025
目录状态：已评测 · 官方代码 ↗ · 简介来源 arxiv.org · github.com · huggingface.co
已发布的结果
按数据集分组。只在组内比较：跨组时任务、队列、随机水平与电极布局都会变。
ds003810 · 核心矩阵 · 运动想象与静息
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CBraMod | Rest versus right-hand imagery | 平衡准确率 | 62.9%59.6%–66.5% | 10 |
ds003810 · 预训练 · 固定分类头
ds003810 · 预训练 · 训练集内选定分类头
EEGMAT · 核心矩阵 · 心算与静息
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CBraMod | Serial subtraction versus resting EEG | 平衡准确率 | 62.3%58.1%–66.5% | 36 |
EEGMAT · 预训练 · 固定分类头
EEGMAT · 预训练 · 训练集内选定分类头
BETA · 核心矩阵 · SSVEP，8 通道
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CBraMod | 40 visual targets · 8 posterior electrodes | 平衡准确率 | 33.7%29.8%–37.6% | 70 |
BETA · 核心矩阵 · SSVEP，4 通道
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CBraMod | 40 visual targets · 4 posterior electrodes | 平衡准确率 | 27.6%24.1%–31.3% | 70 |
ds006593 · 核心矩阵 · P300 目标 ERP
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CBraMod | Visual target versus nontarget events | 平衡准确率 | 55.0%53.3%–56.7% | 21 |
TMNRED / ds005383 · 核心矩阵 · 语义目标 ERP
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CBraMod | Reading · target versus nontarget events | 平衡准确率 | 55.8%54.2%–57.4% | 30 |
EESM19 scalp subset · 核心矩阵 · 睡眠分期
| 方法 | 条件 | 指标 | 数值 | 被试 |
|---|---|---|---|---|
| CBraMod | Five stages · balanced scalp-EEG sample | 平衡准确率 | 71.3%68.7%–73.7% | 20 |
ds005342 · 核心矩阵 · 空闲与指令
Mobile BCI dataset (SSVEP and ERP paradigms) · 运动 · SSVEP，2 秒时间窗
CBraMod · 站立 · 头皮 · 8 通道
59.9% (54.3%–65.4%)
CBraMod · 慢走 · 0.8 m/s · 头皮 · 8 通道
46.2% (41.1%–51.4%)
CBraMod · 快走 · 1.6 m/s · 头皮 · 8 通道
46.0% (42.2%–49.6%)